本書結合我國當下“食品安全”熱點問題，以果蔬農(nóng)殘、食用植物油、小麥粉、茶葉等檢測對象為例，系統(tǒng)介紹了作者所在課題組采用多種光譜技術（近紅外、中紅外、拉曼及紫外等）在農(nóng)產(chǎn)品和食品品質快速檢測中的研究理論、方法以及應用成果，并重點探討了多種光譜技術在農(nóng)產(chǎn)品和食品品質快速檢測領域中的應用可行性及存在問題。
適讀人群：從事食品、衛(wèi)生、檢測技術、自動化、信息處理等專業(yè)的研究生、本科生及相關工程技術人員和科研人員
本書依托重點實驗室設備和技術，匯集行業(yè)專家數(shù)年科研與教學成果，重點基金資助專著出版，對食品品質檢測領域有極高的參考價值。同時本書結合人工智能方法，通過深度學習算法的應用，提供了未來非常有價值的方法和方向
食品安全，是“管”出來的，高效、快捷、準確的食品檢測技術正是保障監(jiān)管制度和監(jiān)管手段的重要技術基礎之一。近年來，近紅外、中紅外和拉曼等光譜檢測技術以其快速、便捷的技術特點引起了國內(nèi)外科研工作者極大的關注，日趨成為食品品質快速檢測領域新興的研究熱點。本書正是作者及所在課題組多年來采用多種光譜技術進行農(nóng)產(chǎn)品和食品檢測相關課題的研究成果總結，是為解決實際問題所進行的科學研究和實踐經(jīng)驗而著的。本書的編寫和出版受到了多項國家和省部級課題資助：北京市教育委員會科技規(guī)劃重點項目“基于多光譜技術的食品安全快速無損檢測方法研究”（項目編號：KZ201310011012）、北京市自然科學基金項目“基于拉曼及紅外光譜技術的果蔬類農(nóng)藥殘留量快速檢測研究”（項目編號：4142012）、北京市自然科學基金項目“基于NIR-Raman光譜技術的食用植物油綜合品質快速診斷機理研究”（項目編號：4132008）、北京市自然科學基金項目“基于光譜技術的農(nóng)藥殘留量快速智能檢測方法研究”（項目編號：4073031）、北京市優(yōu)秀人才資助項目“基于多光譜信息技術的面粉品質快速檢測方法研究”（項目編號:2012D005003000007）等。本書重點介紹了多種光譜分析技術在食品及農(nóng)產(chǎn)品食品品質檢測中的應用研究成果，內(nèi)容涉及多種光譜分析法的理論基礎、分析特點以及發(fā)展簡介；多種光譜分析技術在果蔬農(nóng)藥殘留量、食用油理化指標、營養(yǎng)指標檢測以及摻偽識別，小麥粉、淀粉、茶葉品質檢測中的應用；并初步探索了深度學習方法在高光譜成像信息處理中的應用。本書由北京工商大學劉翠玲、孫曉榮、吳靜珠、于重重著，共分14章內(nèi)容。劉翠玲教授執(zhí)筆了第2~7章；孫曉榮副教授執(zhí)筆了第10~12章；吳靜珠副教授執(zhí)筆了第8~9章；于重重教授執(zhí)筆了第13章；作者共同完成了第1章和第14章；趙琦參加了第1~7章的資料整理工作。在本書的著作過程中，得到了北京工商大學研究生隋淑霞、鄭光、索少增、李慧、吳勝男、董秀麗、苗雨睛、石瑞杰、胡玉君、竇穎、張宇靖、趙琦、劉倩、邢瑞芯、周蘭等人在校期間的實驗工作與協(xié)助，孫曉榮、吳靜珠老師指導了實驗。同時本書在著作過程中，參考了國內(nèi)外一些優(yōu)秀的相關研究內(nèi)容（見各章參考文獻），在此對相關作者一并表示誠摯的感謝。由于作者研究尚淺，有些學術觀點乃一家之言，僅供參考，錯誤和不妥之處在所難免，歡迎讀者批評指正，共同探討。
作者
2017年6月1日
劉翠玲,北京工商大學教授。女，1963年6月出生，博士�，F(xiàn)任北京工商大學網(wǎng)絡中心主任，電氣工程及其自動化專業(yè)建設負責人。長期從事自動化專業(yè)的教學、科研工作，為研究生、本科生主講了系統(tǒng)辨識、自適應控制、系統(tǒng)仿真、自動控制原理、自動檢測技術、現(xiàn)代控制理論基礎、過程控制系統(tǒng)、集散控制系統(tǒng)、電機與電力拖動基礎等十余門課程，指導了研究生、本科生60余人。主持完成了部級科研“抽油機井生產(chǎn)過程模擬仿真方法研究”，部級教學研究課題“工業(yè)自動化專業(yè)的改革”，同時完成了多項局級科研和教改項目，主持《過程控制系統(tǒng)》、《電機與電力拖動基礎》精品課建設工作。在工業(yè)過程自動化、復雜系統(tǒng)的建模與仿真方法研究、智能檢測技術等領域做了大量工作，獲得了省部級以上科研成果1項，教學成果4項，曾獲省級教育工作者和教育系統(tǒng)勞動模范，獲校級教學成果獎、教學質量獎、教材獎等獎勵共10余項。在《系統(tǒng)仿真學報》、《電機與控制學報》、《哈爾濱工業(yè)大學學報》、《儀表技術與傳感器》、《計算機仿真》等學術期刊，發(fā)表學術論文20余篇。主編出版了《計算機輔助設計》、《系統(tǒng)仿真》、《智能建筑通信自動化系統(tǒng)》、《集散控制系統(tǒng)》、《智能樓宇自動控制系統(tǒng)》等教材5部。
前言
第1章 緒論1
1.1光譜技術概述1
1.1.1光譜技術的起源1
1.1.2光譜技術的主要應用領域1
1.1.3光譜技術的應用特點2
1.2光譜技術在食品品質檢測中的應用現(xiàn)狀2
1.2.1光譜技術在農(nóng)藥殘留檢測中的應用現(xiàn)狀2
1.2.2光譜技術在食用植物油品質檢測中的應用現(xiàn)狀7
1.2.3光譜技術在面粉品質檢測中的應用現(xiàn)狀8
1.3完成的相關科學研究項目概況9
1.4本書主要內(nèi)容概述10
參考文獻11
第2章 光譜分析技術基礎13
2.1光譜分析理論基礎及技術特點13
2.1.1近紅外光譜技術13
2.1.2傅里葉變換紅外光譜衰減全反射技術15
2.1.3拉曼散射光譜技術16
2.1.4紫外-可見光分光光度法17
2.2光譜分析流程17
2.3常規(guī)光譜預處理方法18
2.3.1中心化18
2.3.2平滑法19
2.3.3導數(shù)法20
2.3.4標準正態(tài)變量變換法20
2.3.5去趨勢法21
2.3.6多元散射校正21
2.3.7小波變換21
2.3.8連續(xù)投影算法22
2.3.9正交信號校正22
2.4典型校正模型建立方法23
2.4.1 MLR法23
2.4.2 PCR法23
2.4.3 PLS法24
2.4.4 BP神經(jīng)網(wǎng)絡26
2.4.5 SVM26
2.5光譜模型評價指標29
2.6光譜儀器介紹30
2.6.1紅外光譜儀30
2.6.2拉曼光譜儀31
2.6.3紫外光譜儀32
2.7小結33
參考文獻33
第3章 農(nóng)藥殘留檢測方法及光譜儀概述37
3.1農(nóng)藥殘留檢測方法介紹37
3.1.1色譜法37
3.1.2光譜法38
3.1.3酶抑制法38
3.1.4酶聯(lián)免疫法39
3.1.5生物傳感器檢測法39
3.1.6發(fā)光菌檢測法39
3.2光譜儀設備概述40
3.3小結40
參考文獻41
第4章 基于近紅外光譜技術的農(nóng)藥殘留檢測方法研究42
4.1簡介42
4.2基于近紅外光譜的農(nóng)藥溶液定量分析方法研究42
4.2.1樣本制備及光譜采集42
4.2.2基于近紅外光和PLS法的農(nóng)藥溶液定量分析方法研究43
4.2.3基于近紅外光和BP神經(jīng)網(wǎng)絡的農(nóng)藥溶液定量分析方法研究47
4.3基于近紅外光譜的蘿卜農(nóng)藥殘留（毒死蜱）檢測方法研究50
4.3.1樣本制備及光譜采集50
4.3.2基于近紅外光和PLS法的蘿卜農(nóng)藥殘留檢測方法研究51
4.3.3基于近紅外光和BP神經(jīng)網(wǎng)絡的蘿卜農(nóng)藥殘留檢測方法研究52
4.4基于近紅外光HSI技術的皇冠梨農(nóng)藥殘留無損檢測方法研究52
4.4.1樣本制備及高光譜采集53
4.4.2光譜特征提取54
4.4.3基于BP神經(jīng)網(wǎng)絡的皇冠梨農(nóng)藥殘留(毒死蜱)檢測方法研究54
4.4.4基于BP神經(jīng)網(wǎng)絡的皇冠梨農(nóng)藥殘留(炔螨特)檢測方法研究56
4.5小結56
參考文獻57
第5章 基于ATR-FTIR光譜技術的農(nóng)藥殘留檢測方法研究58
5.1簡介58
5.2基于ATR-FTIR的農(nóng)藥溶液定量分析方法研究58
5.2.1基于FTIR峰高和峰面積的農(nóng)藥溶液定量分析方法研究58
5.2.2基于FTIR和PLS的農(nóng)藥溶液定量分析方法研究62
5.2.3基于FTIR和BP神經(jīng)網(wǎng)絡的農(nóng)藥溶液定量分析方法研究65
5.3基于ATR-FTIR的蘿卜農(nóng)藥殘留（毒死蜱）檢測方法研究67
5.3.1基于FTIR峰高和峰面積的蘿卜農(nóng)殘檢測方法研究67
5.3.2基于FTIR和PLS的蘿卜農(nóng)殘檢測方法研究69
5.3.3基于FTIR和BP神經(jīng)網(wǎng)絡的蘿卜農(nóng)殘檢測方法研究70
5.4小結71
參考文獻71
第6章 基于SERS光譜技術的農(nóng)藥殘留檢測方法研究72
6.1簡介72
6.2 SERS光譜技術中不同表面增強劑效果的研究72
6.2.1基于金、銀基底的SERS光譜分析72
6.2.2基于金、銀基底的SERS光譜建模分析73
6.3 SERS光譜技術中QuEChERS樣本前處理的研究75
6.3.1無樣本前處理的SERS分析及建模75
6.3.2基于QuEChERS的樣本前處理的SERS分析及建模77
6.4基于SERS光譜技術的蘋果農(nóng)藥殘留定量檢測方法研究78
6.4.1基于SERS光譜和PLS法的蘋果農(nóng)藥殘留定量檢測方法研究78
6.4.2基于SERS光譜和SPA的蘋果農(nóng)藥殘留定量檢測方法研究80
6.4.3基于SERS光譜和BP人工神經(jīng)網(wǎng)絡的蘋果農(nóng)藥殘留定量檢測方法研究80
6.5基于SERS光譜技術的蘋果多農(nóng)藥殘留的定性及定量分析81
6.5.1樣本制備及數(shù)據(jù)采集81
6.5.2基于判別分析的不同農(nóng)藥定性分析83
6.5.3基于距離匹配的不同農(nóng)藥定性分析83
6.5.4多農(nóng)藥殘留定量分析86
6.5.5國標檢測方法對比結果88
6.6小結89
參考文獻89
第7章 二嗪農(nóng)多類光譜敏感性研究比較分析92
7.1簡介92
7.2實驗材料92
7.3二嗪農(nóng)的4類光譜分析92
7.3.1二嗪農(nóng)近紅外光譜分析92
7.3.2二嗪農(nóng)中紅外光譜分析94
7.3.3二嗪農(nóng)SERS光譜分析94
7.3.4二嗪農(nóng)紫外光譜法檢測97
7.4小結98
參考文獻99
第8章 多光譜技術在食用植物油安全品質檢測中的應用研究100
8.1簡介100
8.2基于近紅外光譜技術的食用油安全品質檢測方法研究100
8.2.1基于聚類分析的食用油種類鑒別方法研究100
8.2.2基于SVM的花生油摻偽檢測方法研究104
8.3基于ATR-FTIR光譜技術的食用油安全品質檢測方法研究109
8.3.1基于ELM的芝麻油摻偽檢測方法
研究109
8.3.2基于ELM的芝麻油制假檢測方法研究113
8.4基于拉曼光譜技術的食用油安全品質檢測方法研究116
8.4.1基于PLS-LDA法的食用油種類鑒別方法研究116
8.4.2基于距離匹配法的食用植物油摻偽檢測方法研究119
8.4.3食用植物油中的外源性動物油脂檢測方法研究123
8.5小結127
參考文獻127
第9章 多光譜技術在食用油營養(yǎng)及理化品質檢測中的應用研究131
9.1簡介131
9.2基于近紅外光譜技術的食用油脂肪酸檢測方法研究131
書單推薦
